移动社交网络的发展，为移动电子商务的普及推广提供了基础保障，也为人们构建自己的信任网络提供了良好的应用基础，人们在进行服务选择时，经常通过自己的信任网络来获取熟人、亲戚、朋友的意见和建议。因此，许多研究人员将信任关系引入到推荐方法中，以克服传统推荐方法存在的数据稀疏、冷启动、恶意推荐等问题。
基于信任的推荐系统工作原理如图2-7所示[128]。
王海艳等人（2014）[129]对推荐用户的正确推荐次数和错误推荐次数进行分析，使用Beta概率模型来计算推荐用户的直接推荐信任，根据信任链路上的用户共同使用服务数量来计算推荐用户的间接信任，最后与用户评价相似度进行融合，产生推荐用户的综合信任权重，并建立目标用户的可信用户联盟，为目标用户进行服务推荐。张燕平等人（2015）[130]对目前电子商务推荐系统面临的托攻击进行研究，利用用户的历史交易记录建立用户的声誉，并结合协同过滤领域内的隐语义模型，提出融合用户声誉和隐语义模型的协同推荐算法，以提高推荐系统抵御托攻击的能力。文献[131]基于用户的评分计算得到目标用户的近邻，然后根据近邻用户的属性特征，计算近邻与目标用户、服务的领域相关度，最后产生推荐用户的推荐可信度，对目标用户进行可信的服务推荐。张佩云等人（2013）[132]基于语义词典来分析用户的个性化需求和服务发布者的服务声明，计算服务提供者的服务可信度，并根据用户的服务调用历史生成服务的直接信任度，而根据用户的社会网络信任关系计算服务的间接信任度，最后生成满足用户个性化需求的可信服务推荐列表。辛乐等人（2014）[99]对服务的历史配置文件和未知服务配置文件进行分析，对多维的异构服务质量指标进行归一化，并结合用户历史评价信息，生成用户的偏好模型，从而对目标用户的服务效用值进行预测并进行服务推荐。(www.xing528.com)
图2-7 基于信任的推荐方法工作原理
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
